python tensorflow-gpu没有使用GPU

最新推荐文章于 2023-03-20 15:31:36 发布

林药师

最新推荐文章于 2023-03-20 15:31:36 发布

阅读量2.5k

点赞数

分类专栏：神经网络 tensorflow python 文章标签： python

本文链接：https://blog.csdn.net/edrlyh/article/details/117793641

版权

神经网络同时被 3 个专栏收录

2 篇文章 0 订阅

订阅专栏

tensorflow

2 篇文章 0 订阅

订阅专栏

python

1 篇文章 0 订阅

订阅专栏

正常情况下,如果使用了GPU加速,使用nvidia-smi.exe查看GPU使用情况的画面应该如下:

如果没有出现python.exe使用GPU的情况,需要检查下面列出的条目了.

1.检查是否安装了tensorflow-gpu.

2.不同版本的tensorflow对应的cuda版本是不同,这个要清楚,例如tensorflow-gpu-1.15使用的是CUDA-10.0,检查一下是不是安装了正确的cuda版本.

3.cudnn是必须的,例如cuda-10.0需要下载相应的cudnn(10.0),cudnn的安装就不详细说了,无非是把bin,lib,include下的几个文件拷贝到CUDA的安装目录相应的bin,lib,include目录.

4.检查一下机器的驱动是否正确安装了.

4.如果上面的检查都通过了,还是不行就要检查代码了

检查一下CUDA_VISIBLE_DEVICES=1或者N,这个取决于你的机器装了多少块N卡.有些版本的PYTHON是用

os.environ["CUDA_VISIBLE_DEVICES"] = "1"来设置CUDA设备数量的,两个形式都试一下,看看那一个可以起作用.

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

林药师

关注关注

0
点赞
踩
5

收藏

觉得还不错? 一键收藏
3
评论
python tensorflow-gpu没有使用GPU

一.前提条件1.安装了tensorflow-gpu2.不同版本的tensorflow对应的cuda版本是不同,这个要清楚,例如3.
复制链接

扫一扫

专栏目录

python无法使用1号gpu_无法使用GPU

weixin_30533943的博客

02-10

683

(theano_p27) ubuntu@ip-***-**-**-***:~$ device=cuda0,floatX=float32 GPUARRAY_CUDA_VERSION=80 python test.pyWARNING (theano.tensor.blas): Using NumPy C-API based implementation for BLAS functions.ERROR...

tensorflow没有调用GPU的问题排查

热门推荐

点典的博客

08-05

2万+

暑假在陈灯老师的实验室里做实验，安装环境时遇到不少困难，做个记录。实验配置：Ubuntu18.042 + 两块1080ti + cuda9.0 + cudnn7.5.0+anaconda3 PS:查看版本的命令行： cuda： cudnn：$ cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 tensorflow：终端...

3 条评论您还未登录，请先登录后发表或查看评论

tensorflow用不了gpu

joyce_peng的博客

09-26

443

cpu上一个epoch速度是之前的100倍，发现更新环境之后没有用gpu跑 watch -n 1 nvidia-smi查看gpu利用率 conda list查看已安装包，发现没有tensorflow-gpu pip install tensorflow-gpu 就可以在gpu上跑了 ...

求助！！tensorflow无法调用GPU计算。。

weixin_38946936的博客

11-08

1万+

** 求助！！tensorflow无法调用GPU计算。。 ** 如题，本人是小白级别的爱好者，使用的是联想台式机，win10系统，有一块GeForce GT730的独立显卡，想尝试安装tensorflow-gpu 进行加速。在参考官网方法后，升级了显卡驱动，安装了CUDA9.0 及配套的cudnn7 并添加了环境变量。然后pip 安装tensorflow-gpu 安装成功后，import ten...

Tensorflow-gpu不能使用GPU问题解决

weixw99的博客

03-20

4382

在该虚拟环境中先安装对应版本的pytorch，安装pytorch时会自动安装上述错误依赖。1、创建环境：conda create -n tf260 python=3.8。2、安装：pip install tensorflow-gpu==2.6.0。安装好对应版本的依赖，其他依赖问题也会得到解决。这样操作的话会出现各种依赖错误问题因此。4、可能会出现下面的问题。

tensorflow-gpu-2.6

04-24

一定要阅读README

TensorFlow-gpu和opencv安装详细教程

01-19

TensorFlow-gpu 1.安装Anaconda 进入官网(https://www.anaconda.com/) ->get started->Install Anaconda Individual Edition->DownLoad->选择对应版本，这里选择window python3.7 64位，然后一路安装，记得加环境...

tensorflow-gpu测试代码-python

04-28

tensorflow-gpu测试代码首先导入TensorFlow库；使用tf.Session()创建一...如果你的电脑上有可用的GPU，并且已经成功安装了CUDA和cuDNN等GPU加速库，那么TensorFlow-GPU将自动使用GPU来进行计算，从而提高计算效率。

python tensorflow-GPU 2.6.0 版本学习笔记

最新发布

03-05

python tensorflow-GPU 2.6.0 版本学习笔记

成功解决：Win系统下的Tensorflow使用CPU而不使用GPU运行加速

近期请国内外头部出版社可尽快私信博主！——心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，谦虚，自律，反思，成长，还算是比较正能量的博主，公益免费传播……内心特别想在AI界做出一些可以推进历史进程影响力的东西(兴趣使然，有点小情怀，也有点使命感呀)…

10-10

1万+

成功解决：Win系统下的Tensorflow使用CPU而不使用GPU运行加速目录解决问题解决思路解决方法解决问题 Win系统下的Tensorflow使用CPU而不使用GPU运行加速解决思路版本不一致导致！解决方法升级到相同版本即可！ ...

基于Tensorflow使用CPU而不用GPU问题的解决

12-20

之前的文章讲过用Tensorflow的object detection api训练MobileNetV2-SSDLite，然后发现训练的时候没有利用到GPU，反而CPU占用率贼高（可能会有Could not dlopen library ‘libcudart.so.10.0’之类的警告）。经调查应该是Tensorflow的GPU版本跟服务器所用的cuda及cudnn版本不匹配引起的。知道问题所在之后就好办了。检查cuda和cudnn版本首先查看cuda版本： cat /usr/local/cuda/version.txt 以及cudnn版本： cat /usr/local/cuda

tensorflow不能调用GPU

wzg2016的博客

02-18

4777

问题：在环境了安装了tensorflow-gpu，但是，在程序运行时，代码并没有调用GPU 原因：环境中存在CPU版tensorflow，程序运行时可能默认使用CPU版tensorflow。解决方法：卸载环境中所有的tensorflow包，然后重新安装tensorflow-gpu 步骤1：查看环境中安装的所有的包 pip list 步骤2：卸载cpu版tensorflow pip uninstall tensorflow pip uninstall tensorflow-gpu 步骤3

如何确定TensorFlow使用的是GPU运行

航院小将的博客

12-16

9900

只要配置好了GPU的驱动和cuda 以及cudnn等工具(配置好环境），程序执行会默认先使用GPU的，如果不能执行的话再使用CPU。有些配置好cuda的机器能够执行tensorflow，但是运行慢，可能是因为运行使用的是CPU运行，而不是GPU在执行程序，如何判断我们的程序是使用CPU还是GPU在执行TensorFlow。可使用下面小程序测试：（参考：TensorFlow实战Google...

服务器运行程序一直不能上GPU,一直在CPU上跑的原因

薰珞婷紫小亭子的博客

12-25

8039

服务器运行程序一直不能上GPU,一直在CPU上跑的原因一、问题描述网上找的别人的开源代码，通过配置参数可以实现程序成功运行，但是运行速度很慢，通过gpustat命令查看，发现一直都是在cpu上运行，可程序中，明明写了device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu") 二、解决方法 1 . 通过将原程序中的device = torch.device("cuda:0" if torch.cuda.is_availab

TensorFlow-GPU安装

qq_38773342的博客

02-22

161

一开始直接使用 pip install 安装但发现不行，因为之前一直用的torch而且装好了cuda和cudnn 应该是版本对应的问题 cuda、cudnn、TensorFlow-GPU三者版本要对应，链接 cuda版本： nvcc -V（如果显示没有这指令应该是环境变量的问题） cudnn版本：如果是已经使用过cuda的应该是对应的，新装的话应该也会提醒你需要对应的，顺便说下怎么看cudnn版本，可以在cuda的安装的目录下，include的文件夹里面cudnn_version.h 如下就是8.0.5 #

TensorFlow学习系列（一）——GPU指定

u013401766的博客

11-22

335

1）一般不需要显示指定CPU还是GPU，TensorFlow能自动检测。如果检测到GPU，TensorFlow会尽可能地利用找到的第一个GPU来执行操作。如果机器上有超过一个可用的GPU，除第一个外的其他GPU默认是不参与计算的。为了让TensorFlow使用这些GPU，你必须将op明确指派给它们执行。with … Device语句用来指派特定的CPU或GPU执行操作：with tf.Se

为电脑配置GPU加速（win10+python3.6+tensorflow-gpu1.12.0)

qq_42921357的博客

03-09

1563

本教程基于win10系统，所用到的工具为Anaconda3，PyCharm 你需要已经安装好以上工具，具体操作略。首先确定你的显卡是否支持gpu加速，可在nvidia官网查看是否有你的显卡所对应的算力，如图。为了不影响其他的工作环境，本教程创建anaconda虚拟python环境，打开Anaconda Prompt，输入指令 conda create -n your_env_name pyt...

深度学习Tensorflow的坑（一：无法使用GPU加速训练深度学习模型，CUDA与CUDNN相关）

Dcurry的博客

11-21

3884

项目场景：本研究僧为了秋招卷大厂放弃了半年的深度学习，重回Python的一些坑记录问题与解决： 1：版本问题想用GPU加速深度学习的训练一定不能同时下载tensorflow和tensorflow-gpu。如果遇到了什么tensorflow找不到的bug，请直接删除所有带有tensorflow的包，然后找到对应版本的下载对应版本是指CUDNN和CUDA以及你自身显卡实力对应的tensorflow-gpu版本。 2.CUDA和CUDNN下载（2、3一起看食用体验更佳！） CUDA下载比较简单 CU

python gpu加速显卡_Windows10下Tensorflow启用GPU加速，显卡GTX1060，踩坑记录

weixin_42613583的博客

02-19

441

因为需要用到tensorflow学习深度学习，所以有N卡就想开启GPU加速，结果各种坑1.安装VS和Python环境 (不用VS的可以不安装，使用其他工具也是一样的)这里使用VS2019作为开发工具！！！记住，Python环境版本不要超过3.6，不要超过3.6，不要超过3.6tensorflow 版本都有对应其他版本的，这里Python版本使用3.6.x(这个很重要，我用3.7结果下载的tens...

python3.8安装tensorflow-gpu

03-16

您可以使用以下命令创建一个名为“tensorflow-gpu”的环境： conda create -n tensorflow-gpu python=3.8 4. 激活新的conda环境。您可以使用以下命令激活“tensorflow-gpu”环境： conda activate tensorflow-gpu...

“相关推荐”对你有帮助么？

非常没帮助
没帮助
一般
有帮助
非常有帮助

提交